人类从外界获得的信息约75﹪来自视觉系统,而大约40﹪的视觉系统应用中需要用到图像配准技术.图像配准(主要是几何意义上的)是将不同时间、不同传感器、不同视角及不同拍摄条件下获取的两幅或多幅图像进行匹配.在印刷质量在线检测系统中,待测印刷品图像与标准图像只发生一维平移且图象获取过程存在噪声、局部缺陷和灰度变换.作为在线检测系统的基础,图像一维配准有着非常重要的意义,它是在线检测系统的第一步,配准的速度如何直接影响着在线检测系统的性能.针对这些特点,本文首先提出了一维配准算法的正确配准概率估计模型.在此基础上,提出了计算简单的三种互相关配准算法且用MMX技术对其进行了优化,针对不同类型的图像和系统不同速度的要求可以选择不同的快速算法.一维配准快速算法的速度高达0.11毫秒,且对噪声、局部缺陷和灰度变化适应能力较强.文中运用大量的图像和数据对所用方法的效果进行了显示,通过这些数据证明了方法的有效性和正确性.在印刷质量离线检测系统中,针对待测印刷品图像与标准图像存在平移、旋转且图象分辩率大的特点,本文提出了一种由"粗"到"细"的图像配准策略以满足亚象素级精度要求.图像粗配准采用独特的基于多分辩率的极坐标系下的图像相关性的相似度准则,使得三维配准参数从平移和旋转三个参数变成只有平移两个参数.该方法设计简单、巧妙,以一维FFT来计算平移和旋转三个粗略配准参数,大大加快了配准速度.通过"粗"配参数给出"细"配参数的变化范围,再以图像的互相关为配准的代价函数,以双线性插值为其插值算法,以搜索算法Powell法为其最优化算法,求取最优配准参数.实验表明:该方法具有配准精度高、速度快、抗噪能力好等特点.本文最后探讨了进一步的研究目标和方向.